Ďalšia nová kompetencia? Prečo si "dátová gramotnosť" zaslúži šancu
Preklad článku z anglického jazyka.
V roku 2023 je každodenný život preniknutý procesmi zhromažďovania údajov, ich analýzy a aplikácie ich výsledkov - väčšinou bez väčšieho záujmu. Globálny objem údajov sa zväčšuje v nepredstaviteľnom rozsahu; objem "globálnej dátovej sféry" sa teraz meria v zettabajtoch. Údaje sa stali kľúčovým zdrojom pre hospodárstvo a spoločnosť. Európska komisia odhaduje, že do roku 2025 sa počet dátových expertov v Európe v porovnaní s rokom 2018 zdvojnásobí. Obchodné procesy založené na údajoch zároveň zapríčiňujú to, že jednotlivci sa stávajú cieľom selektívneho marketingového úsilia, poskytovania informácií a rozhodovania založeného na algoritmoch.
Je úroveň informácií postačujúca?
Ako je populácia informovaná o týchto otázkach? Kto presne vie, ako sa dnes generujú údaje o počasí, čo sa deje s údajmi z navigácie vozidla a či sa oplatí upravovať nastavenia súborov cookie počas vyhľadávania na internete? V každodennej mediálnej interakcii sa často bez väčšej reflexie používajú obchodné modely platforiem sociálnych médií založené na údajoch. Používateľské profily sa vytvárajú počas každodenných internetových aktivít často bez toho, aby si to používatelia uvedomovali. A málokto si kladie otázku o dátovom základe nablýskanej grafiky alebo o tréningových údajoch, ktoré sú výsledkom umelej inteligencie. Je alebo nie je táto skutočnosť problematická? A môže "dátová gramotnosť" priniesť nápravu?
Dátová gramotnosť - čo to je?
Podľa súhrnu výskumu z roku 2015 je dátová gramotnosť definovaná ako schopnosť kriticky zhromažďovať, spravovať, vyhodnocovať a používať údaje. Táto definícia pripomína zručnosti, ako je vykonávanie internetového výskumu alebo prieskumu, vytváranie tabuliek v programe Excel, používanie webových analytických nástrojov alebo zostavovanie správ založených na údajoch.
V roku 2019 bol zavedený nemeckojazyčný Rámec kompetencií pre dátovú gramotnosť v podobe tzv. Framework Future Skills Data Literacy pre sektor vysokoškolského vzdelávania, ktorý sa zameriava najmä na zručnosti potrebné vo výskumných činnostiach. V roku 2020 dvaja výskumníci z Hamburgu uverejnili článok s názvom „Datenkompetenz – Data Literacy“, v ktorom označujú dátovú gramotnosť za kľúčovú kompetenciu pre 21. storočie, ktorá zahŕňa zber údajov, správu údajov, vyhodnocovanie údajov a ich aplikáciu (vrátane dátovej etiky).
To všetko je stále aktuálne, ale vzhľadom na rýchlo napredujúci vývoj by malo dôjsť k prehodnoteniu. Definície ako "dátová gramotnosť", ktoré sú úzko spojené s technologickým pokrokom, treba vždy chápať ako dynamické.
Revízia dátovej gramotnosti: Čo sa zmenilo
Obchodný model sociálnych médií je zameraný na vytváranie interakcií a algoritmy, ktoré za ním stoja, tento obchodný model podporujú. Používatelia sú povzbudzovaní k zdieľaniu, lajkovaniu, komentovaniu a zanechávaniu dátových stôp a najčastejšie tak robia pri emocionálne nabitom obsahu. To má celkovo polarizujúci a destabilizujúci účinok. Mediálna výchova, ktorá objasňuje takúto dynamiku, prispieva k mediálnej gramotnosti a demokracii. Používatelia sociálnych médií, ktorí sú o tom informovaní, sú menej náchylní na zachovávanie takýchto vzorcov správania v online priestore (dúfajme).
V roku 2023 je potrebná ďalšia osveta v dôsledku širokej dostupnosti generatívnej umelej inteligencie. Veľké jazykové modely, ako je ChatGPT, generujú informácie na základe tréningových údajov, ktoré môžu zahŕňať zaujatosť, napríklad rodovú zaujatosť - a to by sa malo zohľadniť pri interpretácii výsledkov. Takisto v prípade výstupov čisto jazykových modelov nie je možné sledovať priame zdroje výsledkov, a preto ich nemožno dať do súvislostí. Pre produkty umelej inteligencie je kľúčové si uvedomiť: nie vždy je to tak, ako to vyzerá. Preto je na správne zaobchádzanie s nástrojmi AI, ako je ChatGPT, potrebné funkčné porozumenie a dátová gramotnosť - prinajmenšom vtedy, keď sú výsledky určené na publikovanie alebo na výučbové účely. Okrem toho je pri používaní generatívnych nástrojov AI vždy potrebné zohľadniť ochranu osobných údajov.
Nakoniec sa očakáva, že aplikácia umelej inteligencie prinesie na web množstvo povrchných alebo nepresných informácií - či už úmyselných alebo vytvorených z nevedomosti. Prijímanie týchto obsahov si tiež vyžaduje know-how, konkrétne kritické myslenie alebo inými slovami špecifickú dátovú gramotnosť. Aj keď súčasný návrh zákona EÚ o umelej inteligencii požaduje reguláciu vysoko rizikovej umelej inteligencie a deklaráciu pre produkty ako ChatGPT, výsledok zostáva neijasný.
Ak sa všetky tieto aspekty začlenia do konceptu "dátovej gramotnosti", úzko sa zhodujú s "kritickou mediálnou gramotnosťou", ako vysvetľuje vo videu Mario Friedwagner.
Čo prináša koncept dátovej gramotnosti do vzdelávania dospelých?
Hoci je dátová gramotnosť definovaná už dlho, v programoch rakúskeho vzdelávania dospelých, ktoré sú dostupné verejnosti, sa uplatňuje len minimálne..
V novšej interpretácii ("revisited") existuje "dátová gramotnosť" na pomedzí kritickej mediálnej gramotnosti. Presadzovanie väčšej "dátovej gramotnosti" je preto výzvou na zmenu pozornosti - konkrétne na väčšiu pozornosť súčasným mechanizmom sociálnych médií a generatívnej umelej inteligencie (a ďalších obchodných modelov budúcnosti založených na údajoch).
Mohlo by toto zameranie strategicky prispieť k lepšej realizácii spoločensko-politicky dôležitého cieľa vzdelanosti? A mohlo by z neho ťažiť vzdelávanie dospelých?
Obidve možnosti sú možné. Vďaka sociálnym médiám a generatívnej umelej inteligencii sú kritické myslenie a ostražitá mediálna gramotnosť dôležitejšie ako kedykoľvek predtým. Hoci ide aj o témy politického vzdelávania, pojmy ako "politické vzdelávanie" a "kritické myslenie" tradične čelia marketingovým problémom vo vzdelávaní dospelých - obidva sú menšinové programy založené na počte účastníkov. Zvládanie sveta riadeného údajmi by však mohlo byť pre mnohých ľudí problémom vzdelávania - nielen vtedy, keď sa biograficky relevantné rozhodnutia v ich živote prijímajú na základe algoritmov. V ideálnom prípade sa o dátovú gramotnosť zaujíma každý, kto sa zaujíma o to, na základe čoho sa posudzuje jeho riziko v poisťovníctve, kam sa posielajú údaje z navigačného systému jeho vozidla a prečo je často náročné odmietnuť žiadosti o cookies.
Dátová gramotnosť v politickom programe
Európsky rámec pre digitálne kompetencie - známy ako DigComp - už vo verzii 2.1 z roku 2017 zahŕňa kompetenčnú oblasť "Informačná a dátová gramotnosť". Táto oblasť kompetencií definovala ciele, ako je výskum, kritické hodnotenie a správa informácií a údajov. Táto oblasť bola prevzatá do rakúskeho modelu DigComp 2.2. AT a ďalej rozvinutá v modeli DigComp 2.3, pričom teraz výslovne obsahuje pojem "kritický".
V roku 2021 prijala Nemecká spolková vláda rozsiahlu dátovú stratégiu, ktorej cieľom je výslovne zvýšiť dátovú gramotnosť nemeckého obyvateľstva. V Rakúsku (bývalá) Rada pre výskum a technologický rozvoj predložila v roku 2022 dokument s názvom „Datenexzellenz: Strategien für Österreich“ v ktorom vyzýva na cielené zvyšovanie dátovej gramotnosti rakúskeho obyvateľstva. Zdá sa, že želaný scenár dátovo gramotného obyvateľstva je konsenzom - v Rakúsku aj mimo neho.
Ďalšie informácie:
- Future Skills: Ein Framework für Data Literacy – Kompetenzrahmen und Forschungsbericht (2019).
- Ludwig, Th. / Tielmann, H.: Datenkompetenz – Data Literacy. Informatik Spektrum (2020)
- Datenstrategie der deutschen Bundesregierung
- Publikation zum Digitaler Aktionsplan Austria: Die große Daten-Chance (2020)
- Ein Selbsttests für Datenkompetenz im Alltag
- Das österreichische Kompetenzmodell DigComp 2.3 AT
- Kritische Medienkompetenz: Noch relevanter durch neue KI-Anwendungen?
Text/Autor pôvodného článku v nemčine: Birgit Aschemann/CONEDU
Redakcia/úprava pôvodného článku v nemčine: Gunter Schüßler/CONEDU
Titulný obrázok: Unsplash-Lizenz, Kelvin Han, unsplash.com
Data Literacy
The blog posts resonate strongly with me, as I’ve seen the gradual evolution of the data-driven society. In my opinion, we live in an era that is characterised by large data volumes and advanced technologies. Therefore, having data literacy skills is both necessary and imperative.
The author adequately highlights the nature and issues of media literacy, stressing the importance of understanding the mechanisms behind generative AI, social media, and other data-based models. I believe that direct discussions about the benefits and correct use of AI data models would benefit modern society, as topics such as plagiarism and a lack of creativity are at risk.
In conclusion, having data literacy skills and critical thinking is an important set for individuals to stay informed in a data-driven society.